在發布大模(mo)型這件事兒(er)上，華(hua)為的(de)“畫風”顯得不太一樣。
對C端(duan)消費者而言，往往期待(dai)在科技巨頭(tou)們的大模(mo)型發(fa)布會上看到(dao)直觀的演示——或是流暢(chang)解(jie)答各(ge)種問(wen)題，或是數(shu)(shu)秒生(sheng)成多(duo)種風格(ge)文案，或是輕松求解(jie)數(shu)(shu)學難題，如果再(zai)能夠春花秋月地賦(fu)詩作(zuo)詞一首(shou)，贏(ying)得滿場掌聲和喝彩也并非難事。
然而，如果對華為(wei)盤古大模型抱有類似的(de)期(qi)待(dai)，難(nan)免會(hui)“失(shi)望而歸(gui)”。
就在今天(7月7日)，盤古大模型 3.0于華為云開發者大會上重磅亮相。在這場發布會上，與會者反復聽到的關鍵詞是“行業”、“行業”、還是“行業”。
正如華(hua)為(wei)(wei)常務董事&華(hua)為(wei)(wei)云CEO張平安在開場演講(jiang)時所說：“ 自OpenAI 發布ChatGPT之(zhi)后，全球掀起(qi)了(le)一股大(da)(da)(da)模(mo)(mo)(mo)型(xing)研發熱潮(chao)。據不完全統計，全球有(you)名有(you)姓的(de)大(da)(da)(da)模(mo)(mo)(mo)型(xing)已經(jing)多(duo)達數百(bai)個(ge)，僅中國上(shang)半年就(jiu)發布了(le)80多(duo)個(ge)AI大(da)(da)(da)模(mo)(mo)(mo)型(xing)。這(zhe)些大(da)(da)(da)模(mo)(mo)(mo)型(xing)都有(you)非常好的(de)對話能力，非常好的(de)文(wen)案生成能力，甚至還會寫詩作畫。那么(me)很(hen)多(duo)人就(jiu)問(wen)華(hua)為(wei)(wei)——既然華(hua)為(wei)(wei)2021年就(jiu)有(you)大(da)(da)(da)模(mo)(mo)(mo)型(xing)了(le)，為(wei)(wei)什么(me)今年上(shang)半年幾(ji)乎聽不到一丁點消(xiao)息呢?”
“我想告訴大家的是，華為盤古大模型不會寫詩，只會做事!盤古大模型是要扎根行業，為各個行業帶來價值!我們一直堅持的方向就是 AI for Industry，所以盤古大模型不會作詩，他也沒有時間作詩，因為他要深入到各行各業里頭去!因為他要讓 AI 來賦予千行百業價值!”
盤古大模型，為行業而生!
在發布(bu)會現(xian)場，我們依然也能看(kan)到(dao)精彩的(de)實機演示，不過(guo)這些也都是關于千(qian)行百業的(de)落地應用!
盤古大模型，為行(xing)業而生
沒有多余廢話，張平安開門見(jian)山(shan)地在(zai)“AI重塑(su)千行百業”的主題演講中，一口氣介(jie)紹了盤(pan)古(gu)大模型(xing)在(zai)礦山(shan)、鐵(tie)路(lu)、氣象、金(jin)融、制造等多個行業的應用。
盤古for礦山
我國(guo)(guo)(guo)是(shi)一(yi)個煤(mei)(mei)(mei)礦(kuang)高產國(guo)(guo)(guo)，擁有大(da)概 4400 處煤(mei)(mei)(mei)礦(kuang)，每年(nian)產煤(mei)(mei)(mei) 45.6 億噸煤(mei)(mei)(mei)，但我國(guo)(guo)(guo)煤(mei)(mei)(mei)礦(kuang)的(de)(de)數字化(hua)、智(zhi)能(neng)化(hua)程度(du)較(jiao)低(di)。為(wei)了產出 45.6 億噸的(de)(de)煤(mei)(mei)(mei)，需要280萬(wan)的(de)(de)煤(mei)(mei)(mei)礦(kuang)工(gong)人(ren)(ren)，他(ta)們幾乎可以說是(shi)中國(guo)(guo)(guo)工(gong)人(ren)(ren)里工(gong)作(zuo)最艱苦的(de)(de)群(qun)體之一(yi)。而盤古大(da)模型就是(shi)要助力煤(mei)(mei)(mei)礦(kuang)行(xing)(xing)業的(de)(de)智(zhi)能(neng)化(hua)，讓更多煤(mei)(mei)(mei)礦(kuang)工(gong)人(ren)(ren)能(neng)夠(gou)在地面辦公室進行(xing)(xing)煤(mei)(mei)(mei)礦(kuang)的(de)(de)采煤(mei)(mei)(mei)作(zuo)業。
發布會現場的(de)(de)大屏上展示了(le)一個煤礦(kuang)的(de)(de)綜采面(mian)，一臺(tai)40多米長的(de)(de)采煤機(ji)正在井(jing)下(xia)持續作業。以前也有一些技術(shu)手段，比如(ru)通過監控(kong)攝像頭來監控(kong)井(jing)下(xia)的(de)(de)作業狀況(kuang)，但由于現場大量的(de)(de)粉塵影響(xiang)了(le)畫面(mian)的(de)(de)清晰(xi)度，最(zui)終(zhong)還是需要煤礦(kuang)工(gong)人親自下(xia)井(jing)進行(xing)及時巡檢(jian)。
如今，盤古(gu)大模型能夠將100多路視頻集(ji)中在(zai)(zai)一起，形成(cheng)如下圖所示的(de)巨(ju)幅畫面，由于采用了(le)投塵(chen)的(de)算法，使(shi)得(de)即使(shi)在(zai)(zai)塵(chen)土遮擋(dang)下也能清晰看到畫面。
由(you)此，管理人員(yuan)可(ke)以非(fei)常容易(yi)地(di)識別出采掘過程(cheng)中大塊的巖石造(zao)成的卡堵問題，使得地(di)面(mian)工作(zuo)人員(yuan)不用(yong)下井就能看的全、看得清(qing)、看得準(zhun)，從而(er)在地(di)面(mian)進(jin)行(xing)煤機的操控作(zuo)業。
基于盤古礦(kuang)(kuang)山(shan)大(da)模型，云鼎(ding)科技和(he)華為達(da)成深度合作(zuo)(zuo)(zuo)，開發(fa)了(le) 21 個場景化(hua)應用(yong)，覆蓋了(le)7 大(da)業務系統(tong)。目前，盤古礦(kuang)(kuang)山(shan)大(da)模型已經在全國 8 個礦(kuang)(kuang)井里規(gui)模使(shi)用(yong)，覆蓋了(le)煤(mei)礦(kuang)(kuang)的(de)綜采、掘進、機電(dian)、運輸、通風(feng)、洗選等(deng)流程下(xia)的(de) 1000 多(duo)個細(xi)分場景，目標是(shi)讓更多(duo)的(de)煤(mei)礦(kuang)(kuang)工人在地面上作(zuo)(zuo)(zuo)業，不僅使(shi)其(qi)工作(zuo)(zuo)(zuo)環境更加舒適，而且(qie)可以極大(da)減少安全事故。
盤古for鐵路
礦(kuang)山說完，再來(lai)看看鐵路行業(ye)。中(zhong)國(guo)總共擁有超過 100 萬輛貨(huo)車(che)，每年跑在鐵路上的運(yun)輸貨(huo)物量高達近五十億噸，怎么保障(zhang)這些(xie)貨(huo)車(che)的安全(quan)運(yun)行?這也是盤(pan)古大模型大顯(xian)身手(shou)的地(di)方，它要跑到鐵路上來(lai)服(fu)務于(yu)貨(huo)車(che)的安全(quan)運(yun)行。
在傳統的貨運(yun)鐵路巡檢中，TFDS(貨車(che)運(yun)行(xing)故障動(dong)態(tai)圖(tu)像檢測)系統作為5T檢測技術的重要組成(cheng)部分，通過(guo)高速拍攝的“電子眼”，動(dong)態(tai)采集列車(che)車(che)底(di)配件(jian)、車(che)體(ti)側部等(deng)部位圖(tu)像，以判(pan)別(bie)貨運(yun)列車(che)是(shi)否存在故障。而這(zhe)些圖(tu)像照片會被送到檢測員前面，需要檢測員在屏(ping)幕上(shang)一張(zhang)一張(zhang)地(di)看(kan)。
以平(ping)均(jun)每天過(guo)站1000輛的(de)(de)一個(ge)(ge)樞紐(niu)站為例，系統將采(cai)集400萬張圖像，需要260個(ge)(ge)有經(jing)驗(yan)的(de)(de)檢測員采(cai)用四班倒的(de)(de)工作節奏(zou)，一屏一屏的(de)(de)看(kan)，防止(zhi)漏掉任何故障圖像，每一屏至(zhi)少要看(kan) 8 秒(miao)，因此這些檢測員的(de)(de)工作強(qiang)度極大(da)，責任也很重。
而在(zai)部署了盤(pan)(pan)古(gu)大模(mo)型之后，一雙盤(pan)(pan)古(gu)眼就能看(kan)完所有的(de)圖片(pian)，然(ran)后再(zai)將有潛在(zai)故障的(de)圖片(pian)送到檢(jian)測員手里，使得需要(yao)列車檢(jian)測員看(kan)的(de)圖片(pian)從 400 萬(wan)張銳(rui)減到20萬(wan)張，極大降低了檢(jian)測員的(de)工作量(liang)，提升了其(qi)工作效率(lv)。
如今(jin)，盤古鐵路(lu)大(da)模型(xing)可以對跑在鐵路(lu)上的(de) 67 種(zhong)貨車(che)的(de) 430 多種(zhong)故障進(jin)行檢測，故障檢測漏(lou)檢率為(wei)0，檢測效率提升了 20 倍。
盤古for氣象
在氣象(xiang)領域，全球每年(nian)大約(yue)會生成(cheng)(cheng) 80 個臺(tai)(tai)風(feng)，平均有 7 個臺(tai)(tai)風(feng)會經(jing)過我國或(huo)登陸(lu)我國，這將對(dui)沿海城市造成(cheng)(cheng)極(ji)大的影響。所以盤古(gu)氣象(xiang)大模(mo)型(xing)就是要提前精準地(di)預測臺(tai)(tai)風(feng)路徑(jing)，從而(er)助力更好(hao)的防(fang)災(zai)減(jian)災(zai)。
如果我們想用傳統(tong)方法(fa)來預測一個10 天的(de)(de)臺(tai)風(feng)的(de)(de)路徑，需要3000臺(tai)高性能服務器(qi)花費4-5個小時來完(wan)成相(xiang)應的(de)(de)計算(suan)。現(xian)在(zai)基(ji)于預訓(xun)練的(de)(de)盤(pan)古(gu)大模型，通過 AI 推理的(de)(de)方式(shi)，只需要在(zai)單臺(tai)服務器(qi)上 10 秒內(nei)就可以(yi)給出更精(jing)確(que)的(de)(de)預測。
據(ju)悉，基(ji)于近40年的(de)全(quan)球氣(qi)(qi)(qi)象(xiang)數據(ju)，華為云盤古氣(qi)(qi)(qi)象(xiang)大模(mo)(mo)型(xing)(xing)在中長期(qi)確定性預報(bao)(bao)上(shang)超越當(dang)前最強的(de)數值預報(bao)(bao)方法(歐洲氣(qi)(qi)(qi)象(xiang)中心的(de)IFS系統)，是(shi)業內(nei)首個精度(du)超過傳統數值預報(bao)(bao)方法的(de)全(quan)球AI氣(qi)(qi)(qi)象(xiang)預測(ce)模(mo)(mo)型(xing)(xing)。平均預報(bao)(bao)誤差降低了10%-15%，速度(du)提升(sheng)10000倍以上(shang)，實現(xian)秒級全(quan)球氣(qi)(qi)(qi)象(xiang)預報(bao)(bao)。
今年5月，臺風“瑪娃”走向受到廣泛關注。中央氣象臺表示，華為云盤古大模型在“瑪(ma)娃”的路徑預報中表現優異，提前(qian)五天預報出其將在臺灣島東(dong)部(bu)海(hai)域轉(zhuan)向(xiang)路徑。
這(zhe)種實力也得到了(le)科技(ji)界的(de)認可。就在昨日(7月(yue)6日)，國際頂級學術(shu)期刊《自然》(Nature)雜(za)志正刊發(fa)(fa)(fa)表(biao)了(le)華為云盤(pan)古大模型研發(fa)(fa)(fa)團隊研究成果——《三(san)維神經網絡用于精準中期全球天氣預(yu)報》(《Accurate medium-range global weather forecasting with 3D neural networks》)。這(zhe)是近年來中國科技(ji)公(gong)司(si)首篇作為唯一(yi)署名單(dan)位發(fa)(fa)(fa)表(biao)的(de)《自然》正刊論(lun)文(wen)。
華為云盤古氣象大模(mo)型研究成果在《Nature》正刊發(fa)表
《自然》審(shen)稿人對該(gai)成果給予高度評價：“華(hua)為云(yun)盤古氣(qi)象大模(mo)型讓(rang)人們重新審(shen)視氣(qi)象預(yu)報(bao)模(mo)型的未來，模(mo)型的開放(fang)將推動該(gai)領域的發展。”
盤古for制造
再來(lai)看看制(zhi)造業(ye)，眾所周(zhou)知，制(zhi)造業(ye)的(de)產(chan)線效率極為(wei)關鍵(jian)，盤古大(da)模型也走進了華為(wei)的(de)制(zhi)造生產(chan)線，為(wei)其產(chan)線制(zhi)定最優的(de)排產(chan)計劃(hua)。
據張(zhang)平安(an)介紹，在沒有大(da)模(mo)型之(zhi)前，依靠個人經驗，華(hua)為的單產線器件(jian)分配(pei)計劃往(wang)往(wang)需要花3小時(shi)才(cai)能做齊。如今，盤古全局統籌的最優規(gui)劃，使(shi)得(de)1分鐘就可以做出未(wei)來三天的生產計劃。
值得一提的是，在后續的演講環節，華為云EI服務產品部部長尤鵬還為大家帶來了令人印象深刻的現場演示。
在傳統制(zhi)造(zao)行業中，不(bu)管是生產、供應還(huan)是交付，都存在大量的決策(ce)優化問題(ti)，比如說(shuo)生產的排(pai)程(cheng)、運力的規劃等等，其實傳統的求解過程(cheng)是非常復雜的，需要非常多的業務專家、數學專家、編程(cheng)專家來(lai)把一個運籌(chou)優化的問題(ti)變成一個求解問題(ti)。
而在現場演示中，尤鵬展示了一個器件分配的場景——假設計劃員收到了一個器件分配的需求，如下圖所示，其關鍵在于把兩種核心器件分配到三個逆變器的生產計劃當中，尋求最優化的成本控制。
只需(xu)將(jiang)這段自然語(yu)(yu)言拷貝到(dao)盤古制造大模(mo)型里，大模(mo)型能(neng)夠立即識(shi)別出這是(shi)一個建(jian)模(mo)需(xu)求，然后將(jiang)其(qi)轉換一個標準(zhun)的數學建(jian)模(mo)語(yu)(yu)言。
當計劃員確認完這個數學建模是準確的(de)之后，就可(ke)以直接調用天籌 AI 求(qiu)解(jie)(jie)(jie)器(qi)來求(qiu)解(jie)(jie)(jie)。通(tong)過盤古大模型(xing)和天籌 AI 求(qiu)解(jie)(jie)(jie)器(qi)的(de)結(jie)合，可(ke)以大幅降低求(qiu)解(jie)(jie)(jie)的(de)門(men)檻(jian)，讓決策優化(hua)快速找到(dao)最(zui)優的(de)解(jie)(jie)(jie)答。
盤古for政務
另(ling)一個讓筆者印象深刻的現場(chang)演示在于盤古大模(mo)型在政務領域的應用。
據尤鵬介紹，盤古政務大模型能夠準確地理解民眾的咨詢意圖，改變傳統一網通辦的模式，把老百姓的話語轉化為政府辦事的語言，讓城市更加有溫度，更加有愛。
就在發布會當天，華為聯合深圳市福田區政務局上線了基于盤古政務大模型的福田政務智慧助手小福。
假設你是一個來福田投資的企業負責人，可以直接向小福詢問：福田區有哪些招商政策?對新落戶的企業有哪些優惠?政策對象有哪些群體?
小福(fu)的回(hui)(hui)答(da)如下所示，其回(hui)(hui)答(da)了福(fu)田(tian)區正在推行的產業發展(zhan)政策，解(jie)答(da)了對新(xin)落(luo)戶(hu)企業的具體(ti)優惠(hui)措(cuo)施(shi)，最后還說(shuo)到了招商引資對象涵蓋(gai)的機構和個人。
除了一網通辦，城市(shi)治理是另一個典型場景。基于政務(wu)大(da)模(mo)型已有的 100 多種視覺場景，盤古政務(wu)大(da)模(mo)型可以實現對城市(shi)各類事件的秒級發現。
如下圖所示，這里有一張圖片，我們可以向盤古詢問：假設現在是上午8點，根據深圳市的交通規定，畫面中是否有禁止通訊的交通工具?
盤古大(da)模型(xing)很快識別出了(le)違(wei)規的大(da)型(xing)貨車，并提(ti)供了(le)交通規則的判斷依據(ju)——也就是(shi)在(zai)每天7-24 時這個時間(jian)段內，大(da)型(xing)貨車是(shi)有違(wei)規嫌疑(yi)的。
多模(mo)態大模(mo)型對話(hua)的(de)能力能夠像人一樣，除了(le)識別圖片中的(de)物(wu)體之外，還可以結合的(de)語義進行理解，實(shi)現全場景的(de)識別。
除了以上場景，張平安和尤鵬還在演講中闡述了盤古大模型在金融、軟件開發、數字內容生產等領域的應用。更進一步，盤古大模型+具身智能，還能讓機器人具備自然語義理解和全域感知引導的自主智能。
總(zong)而言之，華為希望(wang)盤古(gu)大模型(xing)希望(wang)讓每個人，每個企業，每個行業都(dou)擁(yong)有自(zi)己的專(zhuan)家助(zhu)手，讓工作更(geng)高(gao)效(xiao)、更(geng)輕松。
盤古大模型的三層架構
在秀完行(xing)業肌(ji)肉(rou)之(zhi)后，張平安宣(xuan)布華為云盤(pan)古(gu)大(da)模型(xing)3. 0正式發布。盤(pan)古(gu)就(jiu)是(shi)要重塑(su)千行(xing)百業，盤(pan)古(gu)大(da)模型(xing)3. 0就(jiu)是(shi)一個(ge)完全(quan)面向行(xing)業的大(da)模型(xing)系列!
具(ju)體而言，該大模型系(xi)列包含三層架構：
第一層L0層是盤古的5個基礎大模型，包括盤(pan)古自然語言大(da)模型(xing)、盤(pan)古多模態(tai)大(da)模型(xing)、盤(pan)古視覺大(da)模型(xing)、盤(pan)古預測大(da)模型(xing)、盤(pan)古科學計(ji)算(suan)大(da)模型(xing)，它們提供滿足行(xing)業(ye)場景的多種技能。
盤古(gu)3.0為客(ke)戶(hu)提供100億參數(shu)、380億參數(shu)、710億參數(shu)和1000億參數(shu)的系列化基礎(chu)大(da)模型(xing)(xing)，匹配客(ke)戶(hu)不(bu)(bu)同(tong)場景、不(bu)(bu)同(tong)時延、不(bu)(bu)同(tong)響應(ying)速度的行(xing)業多樣化需求(qiu)。同(tong)時提供全新能(neng)力集，包括(kuo)NLP大(da)模型(xing)(xing)的知識問答(da)、文案生(sheng)(sheng)成、代(dai)碼生(sheng)(sheng)成，以及(ji)多模態大(da)模型(xing)(xing)的圖(tu)像(xiang)生(sheng)(sheng)成、圖(tu)像(xiang)理解(jie)等(deng)能(neng)力，這些技能(neng)都可以供客(ke)戶(hu)和伙伴企業直接調用。無(wu)論多大(da)參數(shu)規模的大(da)模型(xing)(xing)，盤古(gu)提供一(yi)致的能(neng)力集。
第二層L1層是N個行業大模型，既可(ke)以提(ti)供使用(yong)行(xing)業(ye)公開數據(ju)訓練的(de)(de)行(xing)業(ye)通用(yong)大模型，包括政(zheng)務、金(jin)融、制造、礦山、氣象(xiang)等;也可(ke)以基于行(xing)業(ye)客(ke)戶(hu)的(de)(de)自(zi)有(you)數據(ju)，在盤古的(de)(de)L0和L1上(shang)，為客(ke)戶(hu)訓練自(zi)己的(de)(de)專(zhuan)有(you)大模型。
第三層L2層是為客戶提供更多細化場景的模型，它更加(jia)專注于某個具(ju)體的應(ying)用場景或特定業務(wu)，為客戶提供開(kai)箱即(ji)用的模(mo)型(xing)服(fu)務(wu)。
盤古大模(mo)型采用完全(quan)的(de)分(fen)層解耦設計，可(ke)以(yi)(yi)(yi)快速(su)適配、快速(su)滿足(zu)行業的(de)多變需求。客(ke)戶既可(ke)以(yi)(yi)(yi)為(wei)自(zi)己的(de)大模(mo)型加載(zai)獨立的(de)數據集(ji)，也可(ke)以(yi)(yi)(yi)單(dan)獨升級基礎模(mo)型，也可(ke)以(yi)(yi)(yi)單(dan)獨升級能力集(ji)。
在L0和L1大(da)(da)模型的基礎上，華為(wei)云還為(wei)客(ke)戶提供了大(da)(da)模型行(xing)業開(kai)發套件，通過對客(ke)戶自(zi)(zi)有(you)數據(ju)的二次訓(xun)練，客(ke)戶就可以(yi)擁有(you)自(zi)(zi)己的專屬(shu)行(xing)業大(da)(da)模型。同(tong)時，根(gen)據(ju)客(ke)戶不同(tong)的數據(ju)安全與合規訴求，盤(pan)古大(da)(da)模型還提供了公用云、大(da)(da)模型云專區、混合云多樣化的部署形(xing)態。
據介紹，盤古可以一己之力做到網絡搜索、請教專家、參考案例、查閱書籍等，讓每個開發者都擁有一個自己的編程助手，甚至還可以實現一句對話代碼生成、一個按鍵用例測試、一次點擊自動注釋、一條指令智能部署，極大地簡化了開發的流程。
我們知道，AI能夠創造的(de)價值絢麗而美好，但對開發者而言，方(fang)案落地(di)產(chan)業的(de)過程卻絕非一個“苦”字(zi)可以形容(rong)。
在過去分散化的模(mo)型研(yan)發(fa)模(mo)式下，單一(yi)的AI應用場景(jing)下的多個任務都(dou)需(xu)要由(you)多個模(mo)型支撐完(wan)成，每(mei)一(yi)個模(mo)型建設都(dou)需(xu)要算法開發(fa)、數據處理、模(mo)型訓練與(yu)調優(you)過程。
這種傳統的AI開發模式就如同“小作坊”——試想一下，如果每家企業(ye)在進行研發時，都需(xu)要(yao)自己從頭造輪子，那整個社會的工業(ye)化(hua)從何說起?從工業(ye)體系的邏輯(ji)上(shang)看，解(jie)決這一問題(ti)的核心(xin)就是提(ti)升AI開(kai)發前置工作的標(biao)準(zhun)化(hua)程(cheng)度，將不同開(kai)發者所需(xu)模型的公約(yue)部分提(ti)前訓(xun)練(lian)好，即工業(ye)化(hua)中的零件化(hua)、標(biao)準(zhun)化(hua)和(he)流程(cheng)化(hua)。
在探(tan)索AI工業化的過程中，預(yu)訓(xun)練大模型逐漸成(cheng)為了行業認可的方(fang)案。其邏輯是提(ti)前(qian)將知識、數據、訓(xun)練成(cheng)果(guo)沉淀到一個模型中，然后將這個基礎(chu)(chu)釋(shi)放到產業，再由(you)不同(tong)行業、不同(tong)企業的開發者(zhe)在此基礎(chu)(chu)上進行二次(ci)開發和微調。
華為云盤古大模型的三層架構，正是為“預訓練+下游微調”的開發模式提供了支撐。預訓練大模型增強了人工智能的(de)(de)通用性、泛(fan)化性，隨(sui)后大模(mo)型負(fu)責向小(xiao)模(mo)型輸出模(mo)型能力，小(xiao)模(mo)型更(geng)精確地(di)處理自己“擅(shan)長”的(de)(de)任(ren)(ren)務，基(ji)于(yu)大模(mo)型通過零樣(yang)本(ben)或小(xiao)樣(yang)本(ben)精調，就(jiu)可實(shi)現在多種任(ren)(ren)務上(shang)的(de)(de)較好效果。
大模型“預訓練+下游微調”的模(mo)式帶來(lai)了新的標(biao)準化(hua)AI研發范式，開發者(zhe)無需針對每一(yi)個場景重復開發AI模(mo)型(xing)(xing)，實(shi)現(xian)AI模(mo)型(xing)(xing)在更統一(yi)、簡單的方式下規模(mo)化(hua)生(sheng)產。
這是從“作坊模式”向“工廠模式”的進化，是AI產業的“工業革命”!
盤古大模型是怎樣煉成的?
在了(le)解了(le)盤古大模型(xing)(xing)(xing)在千行百業的能力之后，你是否會好(hao)奇——盤古大模型(xing)(xing)(xing)是如何從通用大模型(xing)(xing)(xing)練成行業大模型(xing)(xing)(xing)的?
據華為云人工智能領域(yu)首席(xi)科學(xue)家田(tian)奇介紹，當前通用(yong)的大模型落地行業存在三大挑戰(zhan)：
第一個挑戰，大模型通用性強，但專(zhuan)(zhuan)業(ye)(ye)性弱。落地(di)行業(ye)(ye)需(xu)要具(ju)備專(zhuan)(zhuan)業(ye)(ye)知識，明白行業(ye)(ye)的(de)工作流程，給(gei)出專(zhuan)(zhuan)業(ye)(ye)準確的(de)回答(da)。
第二個挑戰(zhan)，大模型(xing)知識居多，但技能不(bu)足。目前通用大模型(xing)多為通用語言大模型(xing)，而企業場景復雜，需要模型(xing)能說、會看(kan)、能想、會算。
第三個(ge)挑(tiao)戰，數據(ju)是企業的核心資產之一，大模型可(ke)以(yi)有(you)效地存儲(chu)和挖掘知識(shi)，但訓練和使用大模型需要保證(zheng)企業數據(ju)的安全合規。
為了應對(dui)這(zhe)些挑(tiao)戰，如上文(wen)所述(shu)，華為把盤古(gu)大模型的結構分為三層(ceng)。
其中，L0基(ji)礎大模型已(yi)經存儲了大量知識(shi)，但如何將這些知識(shi)靈(ling)活地(di)加以運用，以解決實際問題(ti)，就(jiu)需要名師加以引導。
在(zai)L0功能(neng)的構建階段(duan)，華為通過有監督(du)、精調技術和強化(hua)學習來對模型進行(xing)引導，讓模型在(zai)其(qi)收集的5000多萬條(tiao)高質(zhi)量題庫上(shang)進行(xing)大量的練習，掌握了上(shang)百種(zhong)的能(neng)力。
讀了(le)萬卷(juan)書，也有了(le)名師(shi)指導，接下來就要進入行萬里路的(de)階段。行萬里路就是將模型應用到具體的(de)行業(ye)中(zhong)，學習各種專(zhuan)業(ye)知識，在(zai)行業(ye)工作(zuo)流程中(zhong)進行大(da)量的(de)錘煉，從而得到各個行業(ye)大(da)模型。這一階段，華為將與合作(zuo)伙伴(ban)共建，沉淀行業(ye)know-how，解決企業(ye)實(shi)際的(de)生產問題。
在(zai)盤古大模(mo)(mo)型 的(de)(de)L0功能(neng)(neng)(neng)層，華為做了上百種能(neng)(neng)(neng)力(li)，比如(ru)語言模(mo)(mo)型的(de)(de)事(shi)實(shi)問答、文(wen)案生成等(deng)(deng)(deng)能(neng)(neng)(neng)力(li);視覺模(mo)(mo)型的(de)(de)檢(jian)測(ce)、分(fen)割、三(san)維重(zhong)建等(deng)(deng)(deng)能(neng)(neng)(neng)力(li);多模(mo)(mo)態模(mo)(mo)型的(de)(de)文(wen)生圖能(neng)(neng)(neng)力(li);科學計算的(de)(de)偏微分(fen)、基于方(fang)程求解、分(fen)子屬(shu)性預(yu)測(ce)等(deng)(deng)(deng)能(neng)(neng)(neng)力(li);以及模(mo)(mo)型編(bian)排和插件調用等(deng)(deng)(deng)高階能(neng)(neng)(neng)力(li)。
華為(wei)深耕行(xing)業，讓(rang)盤古大模型從知到行(xing)，有四大關(guan)鍵舉(ju)措(cuo)。
第一個關鍵舉措是沉淀行業知識。盤古(gu)學(xue)習(xi)了(le)十(shi)多(duo)個(ge)行(xing)(xing)(xing)業(ye)(ye)的公開數據，涵蓋(gai)金融(rong)、政務、氣象、醫療健康、互聯網、教育、汽車、零售等(deng)。更為(wei)重要的是，華(hua)為(wei)有30多(duo)年(nian)行(xing)(xing)(xing)業(ye)(ye)經驗的積累。近年(nian)來(lai)，其也成立了(le)10多(duo)個(ge)軍團深耕行(xing)(xing)(xing)業(ye)(ye)，深入了(le)解了(le)400多(duo)個(ge)業(ye)(ye)務場(chang)景，幫(bang)助大模型具備行(xing)(xing)(xing)業(ye)(ye)知識，熟悉行(xing)(xing)(xing)業(ye)(ye)機理。
第二個關鍵舉措是淬煉行業技能。即結合專家和行業數字環(huan)境(jing)的反(fan)饋進行強化(hua)學習，以達到符合行業應用的最佳結果。
第三個關鍵舉措是對話專業工具。除了人與(yu)機器的(de)(de)對(dui)(dui)話(hua)，在(zai)行業(ye)應(ying)用中，和華為更多地(di)解(jie)決的(de)(de)是機器與(yu)工(gong)具的(de)(de)對(dui)(dui)話(hua)，以(yi)此將大模型與(yu)業(ye)務系統進行融合，產(chan)生對(dui)(dui)話(hua)與(yu)交流(liu)，讓大模型能夠調用大量的(de)(de)行業(ye)資產(chan)和工(gong)具
第四個關鍵舉措是保證安全合規。盤古(gu)提供公有云(yun)(yun)、混合云(yun)(yun)、大模(mo)型(xing)(xing)專(zhuan)區這三種(zhong)模(mo)式，保證安(an)(an)全(quan)的(de)(de)部署，同時建(jian)(jian)立(li)長(chang)效機(ji)制，確保大模(mo)型(xing)(xing)安(an)(an)全(quan)。合規包括數(shu)據(ju)集來源(yuan)和(he)使(shi)用(yong)(yong)合規數(shu)據(ju)，全(quan)生命周期安(an)(an)全(quan)構建(jian)(jian)完整的(de)(de)數(shu)據(ju)標注以及(ji)審核機(ji)制，構建(jian)(jian)模(mo)型(xing)(xing)合規使(shi)用(yong)(yong)的(de)(de)政策，確保大模(mo)型(xing)(xing)的(de)(de)使(shi)用(yong)(yong)邊界。
寫在最后
任何一門技術(shu)突(tu)破都需(xu)要以產(chan)(chan)業(ye)賦能為技術(shu)指引，對于大(da)模(mo)型而言(yan)，如(ru)果在消費場(chang)景處在追趕國外的境況，不妨直接從產(chan)(chan)業(ye)側出(chu)發，依托中國本身具備的龐大(da)業(ye)態尋求突(tu)圍機會(hui)。
在華為看來，人工(gong)智能(neng)要面向(xiang)千行(xing)百業(ye)走深向(xiang)實，創(chuang)造(zao)更大的價值。當前，AI for Industry，使能(neng)行(xing)業(ye)，以及AI for Science，助力科研(yan)是(shi)關鍵(jian)方向(xiang)。
古(gu)有(you)盤古(gu)開天(tian)地(di)，今(jin)有(you)盤古(gu)縱四海。當(dang)其他大模型還在吟(yin)詩作畫、講段(duan)子、抖(dou)機靈(ling)的(de)時候，盤古(gu)大模型下(xia)礦井(jing)、上(shang)鐵路、深入網點、走(zou)進車間，賦能千行百業的(de)創新，這(zhe)就是華為云一直(zhi)以來所秉持的(de)核心價值理(li)念。
華為云堅(jian)定的(de)表示——未來我們(men)也(ye)將(jiang)一如既(ji)往的(de)秉持(chi)這個理念，用(yong)盤古大模型賦能千行百業。
